Analýza obrazu II. Jan Macháček Ústav skla a keramiky VŠCHT Praha
|
|
- Radomír Svoboda
- před 5 lety
- Počet zobrazení:
Transkript
1 Analýza obrazu II Jan Macháček Ústav skla a keramiky VŠCHT Praha
2 Reference další doporučená literatura Microscopical Examination and Interpretation of Portland Cement and Clinker, Donald H. Campbell, Portland Cement Association 999 další doporučený web
3 Úprava obrazu Co s rozostřeným digitálním obrazem? - detaily jsou v podstatě ztraceny - lze vytvořit iluzi ostrého obrazu Jak na to? - Např. pomocí (A) morfologického gradientu nebo (A) Sobelova operátoru a (A3) Golayova filtru pro vyhledávání hran. (B) dekonvoluční algoritmy - Morfologický gradient - dilatovaný obraz v odstínech šedi bez obrazu erodovaného Příklad postupu (A) ) odstranit šum (mediánový filtr) ) morfologický gradient, kernel 3x3 (8), iterace 3) uložit jako referenční obraz 4) původní obraz bez referenčního obrazu je výsledek
4 Úprava obrazu Příklad postupu (A) - OBRAZEM původní obraz zostřený obraz morfologický gradient
5 Úprava obrazu Co s rozostřeným obrazem v mikroskopu? - reliéfní vzorky (hrboly, dutiny, prost. objekty aj.) - v materiálové oblasti - hlavně povrch pozorovaný v odraženém světle - část obrazu není zaostřena - čím větší zvětšení (M), tím menší je zaostřená vrstva (d) Řešení M = konst. NA NA = n sin() d = /[n sin ()] - nasnímat z-sekvenci postupně všech vrstev a výsledný obraz složit jen ze zaostřených oblastí
6 Úprava obrazu Řešení - zaostřená oblast má vždy nejvíce detailů - metoda se jmenuje Extended Depth of Focus (Field) Postup ) import z-sekvence (zaostřeno do různých obrazových rovin), krok mezi obrazy (m) ) zarovnání obrazů z-série přesně na sebe 3) vytvoření zostřeného obrazu (modul EDF) 4) zobrazení - zostřený, anaglyf, objem, řezy, 3D povrch 5) 3D měření - profily povrchu, aj.
7 Stereologie Stereologie Relativní zastoupení objektu (fáze) v plošném řezu odpovídá objemovému podílu objektu (fáze) ve vzorku (materiálu), pokud je řez izotropní a náhodný /Russ 7/
8 Příklady Kolokalizace - překryv mezi obraz. kanály a jeho analýza rozložení Al a Si v minerálu (a,b), složený obraz (c) a D graf intenzity (d) a) c) b) d) /Russ 7/
9 Stereologie Klasifikátor - identifikace, třídění a kvantifikace fází Příklad: fázová analýza cementářského slínku ) počet a typ kanálů (I, RGB, HSI, 4CH, F) ) počet fází a jejich druh (např. C 3 S, C S, C 3 A, C 4 AF) 3) UČENÍ - manuální označení bodů typických pro jednotlivé fáze 4) ověření správné separace (binární obraz, graf) 5) uložení klasifikátoru (pro další vzorky) 6) KLASIFIKACE - určení zastoupení jednotlivých fází 7) zobrazení a publikace výsledků
10 Stereologie Klasifikátor - identifikace, třídění a kvantifikace fází Příklad: fázová analýza cementářského slínku alit (39.7%) matrice (.5%) belit (47.8%)
11 Stereologie Pokročilé měření objemové frakce - měření s definovanou přesností Vi i V Postup: ) prahování (segmentace) ) měřící síť bodů (řídká) 3) kolik bodů, N i, z celkového počtu, N, padne do fáze i 4) odhad přesnosti měření. Kolik má být N i, aby přesnost odpovídala i? N i Si S 5) Příklad: Chci přesnost 5%. N i = /.5 = 4 bodů. i Ni N p i
12 Stereologie Pokročilé měření objemové frakce i = N i /N = 54/5 =.36 i = / N i = / 54=4%
13 Stereologie Pokročilé měření povrchu - měření s definovanou přesností Pi i V 4 ( ) Li S N L Postup: ) prahování (segmentace), obrysy, ořezání ) měřící mřížka (řídká) 3) kolik je průsečíků, N i, mřížky o celkové délce L G i G p i
14 Stereologie Pokročilé měření povrchu i = N i /L G = *86/436 =.86 m /m 3
15 NA-plocha Stereologie 3D rekonstrukce - 3D struktura z D řezu MODEL - Koule Příklady: - grafitová zrna v litině - keramika s řízenou pórovitostí Otázka: Jaká je distribuce kulových částic v materiálu? velikost [a.u.]
16 Stereologie 3D rekonstrukce - 3D struktura z D řezu MODEL - Koule N A (i) - distribuce disků, { i n}, n je počet tříd N V (i) - distribuce koulí, { i n} Základní vztah stereologie: N A (i) = K ij N V (j) K ij udává pravděpodobnost, že z částice N V (j) vznikne řezem disk N A (i). Příklad pro n = 4:
17 Stereologie 3D rekonstrukce - 3D struktura z D řezu MODEL - Koule Úprava základního vztahu: N A (i) = d max K ij N V (j) d max je maximální průměr; pravděpodobnostní matice, K, je normalizována: Matice K je regulární, horní trojúhelníková matice. n i K ij j n Pro model koulí lze K vypočítat analyticky: K ij n j ( i ) j i pro j i pro j < i
18 Stereologie 3D rekonstrukce - 3D struktura z D řezu MODEL - Koule Inverzní vztah pro výpočet distribuce částic: N V = /d max K - N A Nekulové částice: nelze klasifikovat podle d/d max. - alternativa: A/ Amax
19 NV-objem NA-plocha Stereologie 3D rekonstrukce - 3D struktura z D řezu MODEL - Koule Otázka: Jaká je distribuce kulových částic v materiálu? velikost [a.u.] - velikost [a.u.] Odpověď: částice jsou monodisperzní.
20 N-plocha N-objem Stereologie 3D rekonstrukce - 3D struktura z D řezu MODEL - Koule Monodisperzní distribuce: velikost [a.u.] velikost [a.u.]
21 N-plocha N-objem Stereologie 3D rekonstrukce - 3D struktura z D řezu MODEL - Koule Monodisperzní distribuce: Konstantní distribuce: velikost [a.u.] velikost [a.u.]
22 N-plocha N-objem Stereologie 3D rekonstrukce - 3D struktura z D řezu MODEL - Koule Monodisperzní distribuce: 5 5 Konstantní distribuce: Unimodální gaussovská distribuce: velikost [a.u.] velikost [a.u.]
23 N-plocha N-objem Stereologie 3D rekonstrukce - 3D struktura z D řezu MODEL - Koule Monodisperzní distribuce: Konstantní distribuce: Unimodální gaussovská distribuce: Bimodální gaussovská distribuce: velikost [a.u.] velikost [a.u.]
Analýza a zpracování digitálního obrazu
Analýza a zpracování digitálního obrazu Úlohy strojového vidění lze přibližně rozdělit do sekvence čtyř funkčních bloků: Předzpracování veškerých obrazových dat pomocí filtrací (tj. transformací obrazové
VíceOperace s obrazem II
Operace s obrazem II Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno prezentace je součástí projektu FRVŠ č.2487/2011 Osnova Matematická morfologie Segmentace obrazu Klasifikace objektů
VíceMatematická morfologie
/ 35 Matematická morfologie Karel Horák Rozvrh přednášky:. Úvod. 2. Dilatace. 3. Eroze. 4. Uzavření. 5. Otevření. 6. Skelet. 7. Tref či miň. 8. Ztenčování. 9. Zesilování..Golayova abeceda. 2 / 35 Matematická
VíceJasové transformace. Karel Horák. Rozvrh přednášky:
1 / 23 Jasové transformace Karel Horák Rozvrh přednášky: 1. Úvod. 2. Histogram obrazu. 3. Globální jasová transformace. 4. Lokální jasová transformace. 5. Bodová jasová transformace. 2 / 23 Jasové transformace
VíceDETEKCE HRAN V BIOMEDICÍNSKÝCH OBRAZECH
DETEKCE HRAN V BIOMEDICÍNSKÝCH OBRAZECH Viktor Haškovec, Martina Mudrová Vysoká škola chemicko-technologická v Praze, Ústav počítačové a řídicí techniky Abstrakt Příspěvek je věnován zpracování biomedicínských
VícePraktická cvičení. Anotace
Pondělí Praktická cvičení Anotace Úloha 1. Úvod do práce se softwarem Surmon Cílem úlohy je ukázat účastníkům možnosti softwaru Surmon jako nástroje pro práci s daty. Jedná se o práci s pracovní plochou,
VíceRovinný průtokoměr. Diplomová práce Ústav mechaniky tekutin a termodynamiky, 2013. Jakub Filipský
Rovinný průtokoměr Diplomová práce Ústav mechaniky tekutin a termodynamiky, 2013 Autor: Vedoucí DP: Jakub Filipský Ing. Jan Čížek, Ph.D. Zadání práce 1. Proveďte rešerši aktuálně používaných způsobů a
VíceDálkový průzkum Země. Klasifikace obrazu
Dálkový průzkum Země Klasifikace obrazu Neřízená klasifikace v IDRISI Modul CLUSTER (Image Processing / Hard Classifiers) využívá techniku histogramových vrcholů pásma pro klasifikaci výsledný obraz volba
VíceDobývání znalostí. Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze
Dobývání znalostí Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze Dobývání znalostí Bayesovské modely Doc. RNDr. Iveta Mrázová, CSc.
Více2. Určete frakční objem dendritických částic v eutektické slitině Mg-Cu-Zn. Použijte specializované programové vybavení pro obrazovou analýzu.
1 Pracovní úkoly 1. Změřte střední velikost zrna připraveného výbrusu polykrystalického vzorku. K vyhodnocení snímku ze skenovacího elektronového mikroskopu použijte kruhovou metodu. 2. Určete frakční
VíceStereometrie a volumometrie. H.Mírka, J. Ferda, KZM LFUK a FN Plzeň
Stereometrie a volumometrie H.Mírka, J. Ferda, KZM LFUK a FN Plzeň Co a proč měříme - rozměry - volba léčebné strategie a taktiky - vzdálenosti - plánování intervenčních výkonů - plocha - určení velikosti
VíceObrazové parametry. H.Mírka, J. Ferda, KZM LFUK a FN Plzeň. Z jedné sady hrubých dat je možno vytvořit mnoho obrazů různé kvality
Obrazové parametry H.Mírka, J. Ferda, KZM LFUK a FN Plzeň Z jedné sady hrubých dat je možno vytvořit mnoho obrazů různé kvality Obrazové parametry. výpočet obrazu z hrubých dat. je možno je opakovaně měnit
VíceANALÝZA BIOLOGICKÝCH A KLINICKÝCH DAT V MEZIOBOROVÉM POJETÍ
ANALÝZA BIOLOGICKÝCH A KLINICKÝCH DAT V MEZIOBOROVÉM POJETÍ INVESTICE Institut DO biostatistiky ROZVOJE VZDĚLÁVÁNÍ a analýz 5. LETNÍ ŠKOLA MATEMATICKÉ BIOLOGIE ANALÝZA BIOLOGICKÝCH A KLINICKÝCH DAT V MEZIOBOROVÉM
VíceÚpravy rastrového obrazu
Přednáška 11 Úpravy rastrového obrazu Geometrické trasformace Pro geometrické transformace rastrového obrazu se používá mapování dopředné prochází se pixely původního rastru a určuje se barva a poloha
VíceSítě SFN Systém pro analýzu a vizualizaci pokrytí a rušení vysílacích sítí
Sítě SFN Systém pro analýzu a vizualizaci pokrytí a rušení vysílacích sítí Sítě SFN ver. 7 je výpočetní systém pro analýzu pokrytí a rušení vysílacích sítí pro služby FM, TV, DVB- T a T-DAB a analýzu a
VíceProjekční algoritmus. Urychlení evolučních algoritmů pomocí regresních stromů a jejich zobecnění. Jan Klíma
Urychlení evolučních algoritmů pomocí regresních stromů a jejich zobecnění Jan Klíma Obsah Motivace & cíle práce Evoluční algoritmy Náhradní modelování Stromové regresní metody Implementace a výsledky
VíceIng. Petr Hájek, Ph.D. Podpora přednášky kurzu Aplikace umělé inteligence
APLIKACE UMĚLÉ INTELIGENCE Ing. Petr Hájek, Ph.D. Podpora přednášky kurzu Aplikace umělé inteligence Aplikace umělé inteligence - seminář ING. PETR HÁJEK, PH.D. ÚSTAV SYSTÉMOVÉHO INŽENÝRSTVÍ A INFORMATIKY
VíceÚloha 5: Spektrometrie záření α
Petra Suková, 3.ročník 1 Úloha 5: Spektrometrie záření α 1 Zadání 1. Proveďte energetickou kalibraci α-spektrometru a určete jeho rozlišení. 2. Určeteabsolutníaktivitukalibračníhoradioizotopu 241 Am. 3.
VíceTalymap Twist Soubor programů 3D analýz Twist
a division of Talymap Twist Soubor programů 3D analýz Twist Přehled Osnova programu Oblasti aplikace Zobrazení Funkční charakteristika Funkce programu Twist Standardní funkce Shrnutí Oblast aplikace Oblasti
VíceVYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ
VYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ Michal Kořenář 1 Abstrakt Rozvoj výpočetní techniky v poslední době umožnil také rozvoj výpočetních metod, které nejsou založeny na bázi
Více1 0 0 u 22 u 23 l 31. l u11
LU dekompozice Jedná se o rozklad matice A na dvě trojúhelníkové matice L a U, A=LU. Matice L je dolní trojúhelníková s jedničkami na diagonále a matice U je horní trojúhelníková. a a2 a3 a 2 a 22 a 23
VíceRestaurace (obnovení) obrazu při známé degradaci
Restaurace (obnovení) obrazu při známé degradaci Václav Hlaváč České vysoké učení technické v Praze Centrum strojového vnímání (přemosťuje skupiny z) Český institut informatiky, robotiky a kybernetiky
VíceJaroslav Tuma. 8. února 2010
Semestrální práce z předmětu KMA/MM Odstraňování šumu z obrazu Jaroslav Tuma 8. února 2010 1 1 Zpracování obrazu Zpracování obrazu je disciplína zabývající se zpracováním obrazových dat různého původu.
VíceČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ OBOR GEODÉZIE A KARTOGRAFIE KATEDRA VYŠŠÍ GEODÉZIE název předmětu úloha/zadání název úlohy Fyzikální geodézie 2/7 Gravitační potenciál a jeho derivace
VíceInterní norma č. 22-102-01/01 Průměr a chlupatost příze
Předmluva Text vnitřní normy byl vypracován v rámci Výzkumného centra Textil LN00B090 a schválen oponentním řízením dne 7.12.2004. Předmět normy Tato norma stanoví postup měření průměru příze a celkové
VíceZpracování digitalizovaného obrazu (ZDO) - Segmentace
Zpracování digitalizovaného obrazu (ZDO) - Segmentace úvod, prahování Ing. Zdeněk Krňoul, Ph.D. Katedra Kybernetiky Fakulta aplikovaných věd Západočeská univerzita v Plzni Zpracování digitalizovaného obrazu
VíceNIS-Elements popis. a. NIS-Elements Documentation. b. NIS-Elements Basic Research
NIS-Elements popis a. NIS-Elements Documentation NIS-Elements Documentation nabízí uživatelům výrobků Nikonu i dalších výrobců ucelené řešení se zaměřením na barevnou dokumentaci, základní měření a dokumentaci
VíceFakulta informačních technologíı. Extrakce obrazových příznaků 1 / 39
Extrakce obrazových příznaků Ing. Aleš Láník, Ing. Jiří Zuzaňák Ústav počítačové grafiky a multimédíı Fakulta informačních technologíı Vysoké Učení technické v Brně Extrakce obrazových příznaků 1 / 39
Více2. Difrakce elektronů na krystalu
2. Difrakce elektronů na krystalu Interpretace pozorování v TEM faktory ovlivňující interakci e - v krystalu 2 způsoby náhledu na interakci e - s krystalem Rozptyl x difrakce částice x vlna Difrakce odchýlení
VíceSPRÁVNOST A PŘESNOST RTG-DIFRAKČNÍCH ANALÝZ RIETVELDOVOU METODOU A AUTOMATIZACE FÁZOVÝCH ANALÝZ V CEMENTÁRNÁCH. Dalibor Všianský
Semináři VUMO, Skalský Dvůr, 16.-18.5.2016 SPRÁVNOST A PŘESNOST RTG-DIFRAKČNÍCH ANALÝZ RIETVELDOVOU METODOU A AUTOMATIZACE FÁZOVÝCH ANALÝZ V CEMENTÁRNÁCH Dalibor Všianský Komplexní služby fázové analýzy
VíceMikroskopická obrazová analýza
Návod pro laboratorní úlohu z měřicí techniky Práce O1 Mikroskopická obrazová analýza 0 1 Úvod: Tato laboratorní úloha je koncipována jako seznámení se s principy snímání mikroskopických obrazů a jejich
VíceTSO NEBO A INVARIANTNÍ ROZPOZNÁVACÍ SYSTÉMY
TSO NEBO A INVARIANTNÍ ROZPOZNÁVACÍ SYSTÉMY V PROSTŘEDÍ MATLAB K. Nováková, J. Kukal FJFI, ČVUT v Praze ÚPŘT, VŠCHT Praha Abstrakt Při rozpoznávání D binárních objektů z jejich diskrétní realizace se využívají
VíceOdhad stavu matematického modelu křižovatek
Odhad stavu matematického modelu křižovatek Miroslav Šimandl, Miroslav Flídr a Jindřich Duník Katedra kybernetiky & Výzkumné centrum Data-Algoritmy-Rozhodování Fakulta aplikovaných věd Západočeská univerzita
VíceLaboratorní úloha č. 6 - Mikroskopie
Laboratorní úloha č. 6 - Mikroskopie Úkoly měření: 1. Seznamte se s ovládáním stereoskopického mikroskopu, digitálního mikroskopu a fotoaparátu. 2. Studujte pod mikroskopem různé preparáty. Vyberte vhodný
VíceTalymap Twist. Talymap Twist Soubor programů 3D analýz Twist. Klein, F.; Novák, Z. IMECO TH s.r.o. Přehled. Osnova programu.
Soubor programů 3D analýz Twist 1 Přehled Osnova programu Oblasti aplikace Zobrazení Funkční charakteristika Funkce programu Twist Standardní funkce Shrnutí MTKJ Plzeň 03/2007 1 Oblast aplikace Oblasti
VíceKřehké materiály. Technická univerzita v Liberci Nekovové materiály, 5. MI Doc. Ing. Karel Daďourek, 2008
Křehké materiály Technická univerzita v Liberci Nekovové materiály, 5. MI Doc. Ing. Karel Daďourek, 2008 Základní charakteristiky Křehký lom bez znatelné trvalé deformace Mez pevnosti má velký rozptyl
VíceOperace s obrazem I. Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno. prezentace je součástí projektu FRVŠ č.
Operace s obrazem I Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno prezentace je součástí projektu FRVŠ č.2487/2011 Osnova 1 Filtrování obrazu 2 Lineární a nelineární filtry 3 Fourierova
VíceKATEDRA MATERIÁLOVÉHO INŽENÝRSTVÍ A CHEMIE. Stanovení základních materiálových parametrů
KATEDRA MATERIÁLOVÉHO INŽENÝRSTVÍ A CHEMIE Stanovení základních materiálových parametrů Vzor laboratorního protokolu Titulní strana: název experimentu jména studentů v pracovní skupině datum Protokol:
VícePostup zadávání základové desky a její interakce s podložím v programu SCIA
Postup zadávání základové desky a její interakce s podložím v programu SCIA Tloušťka desky h s = 0,4 m. Sloupy 0,6 x 0,6m. Zatížení: rohové sloupy N 1 = 800 kn krajní sloupy N 2 = 1200 kn střední sloupy
VíceANALYTICKÝ PRŮZKUM / 1 CHEMICKÉ ANALÝZY DROBNÝCH KOVOVÝCH OZDOB Z HROBU KULTURY SE ZVONCOVÝMI POHÁRY Z HODONIC METODOU SEM-EDX
/ 1 ZPRACOVAL Mgr. Martin Hložek TMB MCK, 2011 ZADAVATEL David Humpola Ústav archeologické památkové péče v Brně Pobočka Znojmo Vídeňská 23 669 02 Znojmo OBSAH Úvod Skanovací elektronová mikroskopie (SEM)
VíceKvantitativní fázová analýza
Kvantitativní fázová analýza Kvantitativní rentgenová (fázová) analýza Založena na měření intenzity charakteristických linií. Intenzita je ovlivněna: strukturou minerálu a interferencemi uspořádáním aparatury
VíceMakroskopická obrazová analýza pomocí digitální kamery
Návod pro laboratorní úlohu z měřicí techniky Práce O3 Makroskopická obrazová analýza pomocí digitální kamery 0 1 Úvod: Cílem této laboratorní úlohy je vyzkoušení základních postupů snímání makroskopických
VíceVyhodnocení 2D rychlostního pole metodou PIV programem Matlab (zpracoval Jan Kolínský, dle programu ing. Jana Novotného)
Vyhodnocení 2D rychlostního pole metodou PIV programem Matlab (zpracoval Jan Kolínský, dle programu ing. Jana Novotného) 1 Obecný popis metody Particle Image Velocimetry, nebo-li zkráceně PIV, je měřící
VícePozorování Slunce s vysokým rozlišením. Michal Sobotka Astronomický ústav AV ČR, Ondřejov
Pozorování Slunce s vysokým rozlišením Michal Sobotka Astronomický ústav AV ČR, Ondřejov Úvod Na Slunci se důležité děje odehrávají na malých prostorových škálách (desítky až stovky km). Granule mají typickou
VíceOBRAZOVÁ ANALÝZA. Speciální technika a měření v oděvní výrobě
OBRAZOVÁ ANALÝZA Speciální technika a měření v oděvní výrobě Prostředky pro snímání obrazu Speciální technika a měření v oděvní výrobě 2 Princip zpracování obrazu matice polovodičových součástek, buňky
VíceCharakterizace mikrostruktur
Charakterizace mikrostruktur Vedoucí laboratorní práce: Ing. Tereza Uhlířová Obrazová analýza Je široce využívanou metodou, jejímž principem je získání informací z obrazu (mikroskopického snímku, fotografie
VíceOptika pro mikroskopii materiálů I
Optika pro mikroskopii materiálů I Jan.Machacek@vscht.cz Ústav skla a keramiky VŠCHT Praha +42-0- 22044-4151 Osnova přednášky Základní pojmy optiky Odraz a lom světla Interference, ohyb a rozlišení optických
VíceZadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2014
Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 204 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia
VíceZadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2016
Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2016 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia
VíceÚvod Příklad Výpočty a grafické znázornění. Filip Habr. České vysoké učení technické v Praze Fakulta jaderná a fyzikálně inženýrská
Neuronové sítě-delta učení Filip Habr České vysoké učení technické v Praze Fakulta jaderná a fyzikálně inženýrská 30. března 2009 Obsah prezentace Obsah prezentace Delta učení 1 Teorie k delta učení 2
Více12 Metody snižování barevného prostoru
12 Metody snižování barevného prostoru Studijní cíl Tento blok je věnován základním metodám pro snižování barevného rozsahu pro rastrové obrázky. Postupně zde jsou vysvětleny důvody k použití těchto algoritmů
VíceText úlohy. Která barva nepatří do základních barev prostoru RGB? Vyberte jednu z nabízených možností: a. Černá b. Červená c. Modrá d.
Úloha 1 Která barva nepatří do základních barev prostoru RGB? a. Černá b. Červená c. Modrá d. Zelená Úloha 2 V rovině je dán NEKONVEXNÍ n-úhelník a bod A. Pokud paprsek (polopřímka) vedený z tohoto bodu
Vícea) [0,4 b] r < R, b) [0,4 b] r R c) [0,2 b] Zakreslete obě závislosti do jednoho grafu a vyznačte na osách důležité hodnoty.
Příklady: 24. Gaussův zákon elektrostatiky 1. Na obrázku je řez dlouhou tenkostěnnou kovovou trubkou o poloměru R, která nese na povrchu náboj s plošnou hustotou σ. Vyjádřete velikost intenzity E jako
VíceStanovení akustického výkonu Nejistoty měření. Ing. Miroslav Kučera, Ph.D.
Stanovení akustického výkonu Nejistoty měření Ing. Miroslav Kučera, Ph.D. Využití měření intenzity zvuku pro stanovení akustického výkonu klapek? Výhody: 1) přímé stanovení akustického výkonu zvláště při
VíceStátní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách
Státní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách Ústní zkouška z oboru Náročnost zkoušky je podtržena její ústní formou a komisionálním charakterem. Předmětem bakalářské zkoušky
VíceNPGR032 CVIČENÍ III. Šum a jeho odstranění teorie&praxe. Adam Novozámský (novozamsky@utia.cas.cz)
NPGR032 CVIČENÍ III. Šum a jeho odstranění teorie&praxe Adam Novozámský (novozamsky@utia.cas.cz) TEORIE Šum a jeho odstranění ŠUM Co je to šum v obrázku a jak vzniká? Jaké známe typy šumu? ŠUM V obrázku
VíceChemie a fyzika pevných látek p3
Chemie a fyzika pevných látek p3 strukturní faktor, monokrystalové a práškové difrakční metody Doporučená literatura: Doc. Michal Hušák dr. Ing. B. Kratochvíl, L. Jenšovský - Úvod do krystalochemie Kratochvíl
VíceVlnové vlastnosti světla. Člověk a příroda Fyzika
Název vzdělávacího materiálu: Číslo vzdělávacího materiálu: Autor vzdělávací materiálu: Období, ve kterém byl vzdělávací materiál vytvořen: Vzdělávací oblast: Vzdělávací obor: Vzdělávací předmět: Tematická
VíceVzorová úloha Clasifikace/re clasifikace dat
Vzorová úloha 1.2.3 Clasifikace/re clasifikace dat Zadání: Na vzorové úloze Využití Excelu pro klasifikaci/re klasifikaci dat (i) ukážeme práci se vzorci; (ii) využití vybraných funkcí; (iii) práci s názvy;
VícePROBLEMATICKÉ ASPEKTY GEOREFERENCOVÁNÍ MAP
Digitální technologie v geoinformatice, kartografii a DPZ PROBLEMATICKÉ ASPEKTY GEOREFERENCOVÁNÍ MAP Katedra geomatiky Fakulta stavební České vysoké učení technické v Praze Jakub Havlíček, 22.10.2013,
VíceDodatky k FT: 1. (2D digitalizace) 2. Více o FT 3. Více k užití filtrů. 7. přednáška předmětu Zpracování obrazů
Dodatky k FT:. (D digitalizace. Více o FT 3. Více k užití filtrů 7. přednáška předmětu Zpracování obrazů Martina Mudrová 4 Pořízení digitálního obrazu Obvykle: Proces transformace spojité předlohy (reality
Více9. přednáška z předmětu GIS1 Digitální model reliéfu a odvozené povrchy. Vyučující: Ing. Jan Pacina, Ph.D.
9. přednáška z předmětu GIS1 Digitální model reliéfu a odvozené povrchy Vyučující: Ing. Jan Pacina, Ph.D. e-mail: jan.pacina@ujep.cz Lehký úvod Digitální modely terénu jsou dnes v geoinformačních systémech
VícePočítačová grafika RHINOCEROS
Počítačová grafika RHINOCEROS Ing. Zuzana Benáková Základní otázkou grafických programů je způsob zobrazení určitého tvaru. Existují dva základní způsoby prezentace 3D modelů v počítači. První využívá
VíceMATEMATIKA V MEDICÍNĚ
MATEMATIKA V MEDICÍNĚ Tomáš Oberhuber Fakulta jaderná a fyzikálně inženýrská České vysoké učení technické v Praze Matematika pro život TOMÁŠ OBERHUBER (FAKULTA JADERNÁ A FYZIKÁLNĚ INŽENÝRSKÁ MATEMATIKA
VíceDigitální model reliéfu (terénu) a analýzy modelů terénu
Digitální model reliéfu (terénu) a analýzy modelů terénu Digitální modely terénu jsou dnes v geoinformačních systémech hojně využívány pro různé účely. Naměřená terénní data jsou často zpracována do podoby
VíceDIGITÁLNÍ OBRAZ. Obrázky (popř. slajdy) převzaty od
DIGITÁLNÍ OBRAZ JANA ŠTANCLOVÁ jana.stanclova@ruk.cuni.cz Obrázky (popř. slajdy) převzaty od RNDr. Josef Pelikán, CSc., KSVI MFF UK Obsah fáze zpracování obrazu reprezentace obrazu digitalizace obrazu
VíceTERMOFYZIKÁLNÍ VLASTNOSTI. Radek Vašíček
TERMOFYZIKÁLNÍ VLASTNOSTI Radek Vašíček Základní termofyzikální vlastnosti Tepelná konduktivita l (součinitel tepelné vodivosti) vyjadřuje schopnost dané látky vést teplo jde o množství tepla, které v
VíceCVIČNÝ TEST 38. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 5 III. Klíč 13 IV. Záznamový list 15
CVIČNÝ TEST 38 Mgr. Tomáš Kotler OBSAH I. Cvičný test II. Autorské řešení 5 III. Klíč 13 IV. Záznamový list 15 I. CVIČNÝ TEST 1 Pro a b a b zjednodušte výraz ( a b a ) ( b a b ). VÝCHOZÍ TEXT K ÚLOZE Jedním
Více1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15
Úvodní poznámky... 11 1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15 1.1 Základní pojmy... 15 1.2 Aplikační oblasti a etapy zpracování signálů... 17 1.3 Klasifikace diskretních
VíceGymnázium Jiřího Ortena, Kutná Hora
Předmět: Cvičení z matematiky Náplň: Systematizace a prohloubení učiva matematiky Třída: 4. ročník Počet hodin: 2 Pomůcky: Učebna s dataprojektorem, PC, grafický program, tabulkový procesor Číselné obory
VíceCT-prostorové rozlišení a citlivost z
CT-prostorové rozlišení a citlivost z Doc.RNDr. Roman Kubínek, CSc. Předmět: lékařská přístrojová fyzika Prostorové rozlišení a citlivost z Prostorové rozlišení význam vyjádření rozlišení měření rozlišení
VíceAlgoritmizace prostorových úloh
Algoritmizace prostorových úloh Vektorová data Daniela Szturcová Prostorová data Geoobjekt entita definovaná v prostoru. Znalost jeho identifikace, lokalizace umístění v prostoru, vlastností vlastních
VíceLineární klasifikátory
Lineární klasifikátory Lineární klasifikátory obsah: perceptronový algoritmus základní verze varianta perceptronového algoritmu přihrádkový algoritmus podpůrné vektorové stroje Lineární klasifikátor navrhnout
VíceINTERAKCE IONTŮ S POVRCHY II.
Úvod do fyziky tenkých vrstev a povrchů INTERAKCE IONTŮ S POVRCHY II. Metody IBA (Ion Beam Analysis): pružný rozptyl nabitých částic (RBS), detekce odražených atomů (ERDA), metoda PIXE, Spektroskopie rozptýlených
VícePozitronový mikroskop
rychlé pozitrony z b + radioizotopu prostorové rozlišení 1 mm nedestruktivní mapování rozložení defektů mapování rozložení defektů mikrotvrdost dislokace (work hardening) D hranice zrn (Hall-Petch) 1/
VíceSystematizace a prohloubení učiva matematiky. Učebna s dataprojektorem, PC, grafický program, tabulkový procesor. Gymnázium Jiřího Ortena, Kutná Hora
Předmět: Náplň: Třída: Počet hodin: Pomůcky: Cvičení z matematiky Systematizace a prohloubení učiva matematiky 4. ročník 2 hodiny Učebna s dataprojektorem, PC, grafický program, tabulkový procesor Číselné
VíceZpracování experimentu I
Zpracování experimentu I Eva Kutálková, Petr Ponížil Strategický projekt UTB ve Zlíně, reg. č. CZ.02.2.69/0.0/0.0/16_015/0002204 Chyby měření Absolutní chyba měření X je rozdíl mezi hodnotou správnou X
VíceOmezení barevného prostoru
Úpravy obrazu Omezení barevného prostoru Omezení počtu barev v obraze při zachování obrazového vjemu z obrazu Vytváření barevné palety v některých souborových formátech Různé filtry v grafických programech
VícePopis metod CLIDATA-GIS. Martin Stříž
Popis metod CLIDATA-GIS Martin Stříž Říjen 2008 Obsah 1CLIDATA-SIMPLE...3 2CLIDATA-DEM...3 2.1Metodika výpočtu...3 2.1.1Výpočet regresních koeficientů...3 2.1.2 nalezených koeficientu...5 2.1.3Výpočet
VíceMetody charakterizace
Metody y strukturní analýzy Metody charakterizace nanomateriálů I Význam strukturní analýzy pro studium vlastností materiálů Experimentáln lní metody využívan vané v materiálov lovém m inženýrstv enýrství:
VíceB) výchovné a vzdělávací strategie jsou totožné se strategiemi vyučovacího předmětu Matematika.
4.8.3. Cvičení z matematiky Předmět Cvičení z matematiky je vyučován v sextě a v septimě jako volitelný předmět. Vzdělávací obsah vyučovacího předmětu Cvičení z matematiky vychází ze vzdělávací oblasti
VíceÚloha 1: Vypočtěte hustotu uhlíku (diamant), křemíku, germania a α-sn (šedý cín) z mřížkové konstanty a hmotnosti jednoho atomu.
Úloha : Vypočtěte hustotu uhlíku (diamant), křemíku, germania a α-sn (šedý cín) z mřížkové konstanty a hmotnosti jednoho atomu. Všechny zadané prvky mají krystalovou strukturu kub. diamantu. (http://en.wikipedia.org/wiki/diamond_cubic),
Více7. Rozdělení pravděpodobnosti ve statistice
7. Rozdělení pravděpodobnosti ve statistice Statistika nuda je, má však cenné údaje, neklesejte na mysli, ona nám to vyčíslí Jednou z úloh statistiky je odhad (výpočet) hodnot statistického znaku x i,
VíceZpracování obrazu a fotonika 2006
Základy zpracování obrazu Zpracování obrazu a fotonika 2006 Reprezentace obrazu Barevný obrázek Na laně rozměry: 1329 x 2000 obrazových bodů 3 barevné RGB kanály 8 bitů na barevný kanál FUJI Superia 400
VíceRegulační diagramy (RD)
Regulační diagramy (RD) Control Charts Patří k základním nástrojům vnitřní QC laboratoře či výrobního procesu (grafická pomůcka). Pomocí RD lze dlouhodobě sledovat stabilitu (chemického) měřícího systému.
VícePotlačování šumu v mikroskopických snímcích pomocí adaptivního non-local means filtru
Potlačování šumu v mikroskopických snímcích pomocí adaptivního non-local means filtru Jarní škola 2013 Krušné hory, Mariánská 28. května 2013 Motivace Časosběrná fluorescenční mikroskopie detekce částic
VíceTechnická kybernetika. Obsah. Principy zobrazení, sběru a uchování dat. Měřicí řetězec. Principy zobrazení, sběru a uchování dat
Akademický rok 2016/2017 Připravil: Radim Farana Technická kybernetika Principy zobrazení, sběru a uchování dat 2 Obsah Principy zobrazení, sběru a uchování dat strana 3 Snímač Měřicí řetězec Měřicí obvod
VíceLineární regrese. Komentované řešení pomocí MS Excel
Lineární regrese Komentované řešení pomocí MS Excel Vstupní data Tabulka se vstupními daty je umístěna v oblasti A1:B11 (viz. obrázek) na listu cela data Postup Základní výpočty - regrese Výpočet základních
VíceModulace a šum signálu
Modulace a šum signálu PATRIK KANIA a ŠTĚPÁN URBAN Nejlepší laboratoř molekulové spektroskopie vysokého rozlišení Ústav analytické chemie, VŠCHT Praha kaniap@vscht.cz a urbans@vscht.cz http://www.vscht.cz/anl/lmsvr
VíceB. Kotlík, J. Loosová Národní referenční laboratoř pro venkovní a vnitřní ovzduší Státní zdravotní ústav a KHS Libereckého
Údolí Ploučnice B. Kotlík, J. Loosová Národní referenční laboratoř pro venkovní a vnitřní ovzduší (bohumil.kotlik@szu.cz) Státní zdravotní ústav a KHS Libereckého kraje úvodem Většinou napřed zazvoní telefon
Více2. Úloha difúze v heterogenní katalýze
2. Úloha difúze v heterogenní katalýze Vnitřní difúze při nerovnoměrné radiální distribuci aktivní složky v částici katalyzátoru Kateřina Horáčková Příčina radiálního aktivitního profilu v katalyzátorové
VíceKonvoluční model dynamických studií ledvin. seminář AS UTIA
Konvoluční model dynamických studií ledvin Ondřej Tichý seminář AS UTIA.. Obsah prezentace Scintigrafická obrazová sekvence a její analýza Konstrukce standardního modelu a jeho řešení Experiment Ovlivnění
VíceKatedra kybernetiky laboratoř Inteligentní Datové Analýzy (IDA) Katedra počítačů, Computational Intelligence Group
Vytěžování dat Miroslav Čepek, Filip Železný Katedra kybernetiky laboratoř Inteligentní Datové Analýzy (IDA) Katedra počítačů, Computational Intelligence Group Evropský sociální fond Praha & EU: Investujeme
VíceVY_32_INOVACE_INF4_12. Počítačová grafika. Úvod
VY_32_INOVACE_INF4_12 Počítačová grafika Úvod Základní rozdělení grafických formátů Rastrová grafika (bitmapová) Vektorová grafika Základním prvkem je bod (pixel). Vhodná pro zpracování digitální fotografie.
VíceKalibrace měřiče KAP v klinické praxi. Martin Homola Jaroslav Ptáček
Kalibrace měřiče KAP v klinické praxi Martin Homola Jaroslav Ptáček KAP kerma - area product kerma - area produkt, je používán v dozimetrii pacienta jednotky (Gy * m 2 ) kerma - area produkt = plošný integrál
VíceSYLABUS Digitální fotografie, Úpravy a vylepšení digitálních fotografií 1.0 (DF2)
SYLABUS Digitální fotografie, Úpravy a vylepšení digitálních fotografií 1.0 (DF2) Upozornění: Oficiální znění Sylabu Digitální fotografie 1.0 je publikováno na webových stránkách pracovní skupiny ECDL-CZ
VíceDualismus vln a částic
Dualismus vln a částic Filip Horák 1, Jan Pecina 2, Jiří Bárdoš 3 1 Mendelovo gymnázium, Opava, Horaksro@seznam.cz 2 Gymnázium Jeseník, pecinajan.jes@mail.com 3 Gymnázium Teplice, jiri.bardos@post.gymtce.cz
VíceFakulta informačních technologíı. Extrakce obrazových příznaků 1 / 53
Extrakce obrazových příznaků Ing. Aleš Láník, Ing. Jiří Zuzaňák Ústav počítačové grafiky a multimédíı Fakulta informačních technologíı Vysoké Učení technické v Brně Extrakce obrazových příznaků 1 / 53
VíceZobrazování barev. 1995-2015 Josef Pelikán CGG MFF UK Praha. pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/
Zobrazování barev 1995-2015 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ ColorRep 2015 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1 / 18 Barevné schopnosti HW True-color
VíceCVIČNÝ TEST 48. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17
CVIČNÝ TEST 48 Mgr. Tomáš Kotler OBSAH I. Cvičný test 2 II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17 I. CVIČNÝ TEST VÝCHOZÍ TEXT A OBRÁZEK K ÚLOZE 1 Je dán konvexní čtyřúhelník, jehož vnitřní
Více